经典中国象棋博弈原理(徐心和).pptVIP

东北大学人工智能与机器人研究所 β-剪枝（2） 8 3 5 7 9 1 MAX MIN MIN 8 4 2 6 由此产生最佳路径和最佳着法 4 4 8 β =4 东北大学人工智能与机器人研究所 β剪枝和α剪枝具有同样规律 剪枝效果与最佳着法的位置密切相关 与博弈树展开的顺序密切相关 （1） （2） 东北大学人工智能与机器人研究所 预置表的使用 已知动子（炮）的提址（ i , j ） 由第 i 行的比特向量和炮在第 j 位置查找对应的预置表项，分别得到吃子着法的比特向量和非吃子着法的比特向量；吃子着法仅为“可能”，还要判断“本方子则止，对方子则吃”； 查找该行本方棋子比特向量，与吃子着法比特向量“与”，输出为 1 则为非法着法； 查找该行对方棋子比特向量，与吃子着法比特向量“与”，输出为 1 则为合法吃子着法，得到落址； 由该落址便可以得到“吃子”。 东北大学人工智能与机器人研究所 评估函数 在难以判断输赢的情况下识别棋局的好坏，可行的办法就是对局面进行量化 通过为棋局“打分”，评判棋局的好坏。 由于评估需要大量的象棋知识，仁者见仁，智者见智； 评估函数的设计便成为机器博弈中最为人性化和模糊化的部分。 目前对于评估函数取得共识的观点，应该包括如下部分 ： 东北大学人工智能与机器人研究所 固定子力评估值—e1(m) 车- 600， 炮- 285，马- 270 相- 1